阿里王剛：末端物流場(chǎng)景下，如何用計(jì)算換智能、打造為自動(dòng)駕駛而生的硬件？ | CCF-GAIR 2020

雷鋒網(wǎng)按：2020 年 8 月 7 日，全球人工智能和機(jī)器人峰會(huì)（CCF-GAIR 2020）正式開(kāi)幕。CCF-GAIR 2020 峰會(huì)由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))聯(lián)合承辦，鵬城實(shí)驗(yàn)室、深圳市人工智能與機(jī)器人研究院協(xié)辦。

作為中國(guó)國(guó)內(nèi)最具影響力和前瞻性的前沿科技活動(dòng)，CCF-GAIR 大會(huì)已經(jīng)度過(guò)了四次精彩而又輝煌的歷程。CCF-GAIR 2020 延續(xù)了過(guò)去的強(qiáng)大陣容，提供了 15 個(gè)專場(chǎng)（人工智能前沿專場(chǎng)、機(jī)器人前沿專場(chǎng)、智能駕駛專場(chǎng)、AIoT 專場(chǎng)、AI 芯片專場(chǎng)、視覺(jué)智能·城市物聯(lián)專場(chǎng)、AI 源創(chuàng)專場(chǎng)、AI+ 藝術(shù)專場(chǎng)、企業(yè)服務(wù)專場(chǎng)、工業(yè)互聯(lián)網(wǎng)專場(chǎng)、AI 金融專場(chǎng)、醫(yī)療科技專場(chǎng)、智慧城市專場(chǎng)、聯(lián)邦學(xué)習(xí)與大數(shù)據(jù)隱私專場(chǎng)、前沿語(yǔ)音技術(shù)專場(chǎng)）。

在智能駕駛專場(chǎng)，全球MIT TR35獲獎(jiǎng)?wù)撸斯ぶ悄茼敿馄诳疘EEE TPAMI編委，ICCV/CVPR/ECCV領(lǐng)域主席、阿里自動(dòng)駕駛實(shí)驗(yàn)室主任王剛帶來(lái)了《面向末端物流的無(wú)人駕駛技術(shù)》的主題演講。

目前阿里巴巴致力于物流行業(yè)的無(wú)人駕駛，包括最后3公里的末端物流和城市公開(kāi)道路的配送。

王剛在會(huì)上表示，末端物流場(chǎng)景看似簡(jiǎn)單，但實(shí)際上并不容易。首先相對(duì)城市道路，末端道路的非結(jié)構(gòu)化更嚴(yán)重；其次末端物流在產(chǎn)品落地上的成本也要考慮；三是產(chǎn)品的系統(tǒng)應(yīng)該在全天候、不同條件下都能做到穩(wěn)定，這些都是挑戰(zhàn)。

因此，在算法的智能上，阿里提出了“小前臺(tái)，大中臺(tái)”的概念，希望打造一個(gè)用計(jì)算驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)的賦能組織，讓算法減少對(duì)人工設(shè)計(jì)的依賴。

在硬件層面，阿里也在傳感器和計(jì)算平臺(tái)上下功夫，打造專門自動(dòng)駕駛、無(wú)人物流設(shè)計(jì)的硬件。

在系統(tǒng)架構(gòu)層面，王剛認(rèn)為自動(dòng)駕駛系統(tǒng)要具有穩(wěn)定性，可以利用遠(yuǎn)程人際共駕等方式來(lái)實(shí)現(xiàn)安全冗余。

以下是王剛的演講全文，雷鋒網(wǎng)新智駕進(jìn)行了不改變?cè)獾木庉嫞?/strong>

大家好,我是王剛，非常榮幸跟大家分享阿里巴巴在自動(dòng)駕駛上的思考和實(shí)踐。阿里的自動(dòng)駕駛定位和使命，跟其他很多公司不太一樣。大家談?wù)摰淖詣?dòng)駕駛很多與RoboTaxi、高級(jí)輔助駕駛有關(guān)，但阿里致力于物流行業(yè)的無(wú)人駕駛。

用三個(gè)短語(yǔ)來(lái)概括阿里做自動(dòng)駕駛的原因：業(yè)務(wù)有需要、社會(huì)有需求、機(jī)會(huì)有希望。

末端物流和公開(kāi)道路物流齊頭并進(jìn)

阿里擁有全球最大的物流需求體量和最豐富的場(chǎng)景，從電商菜鳥(niǎo)、同城零售、到本地生活，每天有數(shù)億的快遞、外賣、零售單需要被配送到消費(fèi)者手里。自動(dòng)駕駛物流并非是要在阿里內(nèi)部創(chuàng)造新的賽道，相反，它是阿里生態(tài)非常自然的延伸，能夠跟內(nèi)部業(yè)務(wù)形成配合。利用業(yè)務(wù)作為牽引，場(chǎng)景作為驅(qū)動(dòng)，帶動(dòng)阿里自動(dòng)駕駛技術(shù)的提升。

阿里解決的不只是內(nèi)部問(wèn)題，同時(shí)解決的也是社會(huì)問(wèn)題。未來(lái)人口的老齡化肯定會(huì)帶來(lái)沖擊。有一個(gè)預(yù)測(cè)是，未來(lái)每天的快遞將會(huì)達(dá)到十億單的規(guī)模，如果不能實(shí)現(xiàn)智能化，物流行業(yè)將無(wú)法承載這樣巨大的單量運(yùn)輸。

目前在物流行業(yè)，阿里專注于兩方面：

首先是末端配送，末端指的是最后3公里，包括園區(qū)、社區(qū)、校園等場(chǎng)景。同時(shí)阿里也關(guān)注在城市公開(kāi)道路的配送，滿足物流、同城零售的需求。

目前公開(kāi)道路上的自動(dòng)駕駛還處于探索或者研發(fā)階段。我覺(jué)得挑戰(zhàn)在于，自動(dòng)駕駛系統(tǒng)不知道自己不知道什么。人工智能是一門實(shí)驗(yàn)學(xué)科，基于數(shù)據(jù)驅(qū)動(dòng)，本質(zhì)上是從范例中學(xué)習(xí)。但于自動(dòng)駕駛車輛而言，很多場(chǎng)景是沒(méi)見(jiàn)過(guò)的，系統(tǒng)不知道自己不知道什么。所以公開(kāi)道路的無(wú)人駕駛，需要更多針對(duì)公開(kāi)道路的研發(fā)。

末端物流這塊也有很大的需求，關(guān)鍵在于成本。如果成本不高，為什么不享受自動(dòng)化的服務(wù)？末端落地上會(huì)帶來(lái)很多便利。跟公開(kāi)道路不一樣的是，末端自動(dòng)駕駛物流系統(tǒng)只要知道自己知道什么就可以了。因?yàn)槟┒说缆返乃俣取⒅車鷧⑴c者的速度都比較慢，遇到不確定的情況，可以用系統(tǒng)化的手段解決。也就是說(shuō)，并不要求解決所有場(chǎng)景的問(wèn)題，只需要解決頭部比較確定性的問(wèn)題。

我們可以重新定義自動(dòng)駕駛，對(duì)系統(tǒng)進(jìn)行正向開(kāi)發(fā)，讓每個(gè)模塊確定自己到底知道什么、了解模塊之間的配合。通過(guò)思維方式的轉(zhuǎn)變，我認(rèn)為在未來(lái)幾年里，低速無(wú)人車必然會(huì)帶來(lái)產(chǎn)品化、規(guī)模化和落地。

我們的末端運(yùn)營(yíng)走得比較前，一年多前就已經(jīng)在校園、社區(qū)、園區(qū)三個(gè)場(chǎng)景開(kāi)始真實(shí)的物流配送。不只是Demo或者玩具，它每天為數(shù)千個(gè)消費(fèi)者帶來(lái)了便利。“雙11”的時(shí)候我們的無(wú)人車每天可以送3000單。

最初我們認(rèn)為，比較大、比較重的包裹才有無(wú)人配送的需求，但最后發(fā)現(xiàn)即便是很小的快遞，用戶也有讓無(wú)人車送上門的需求。科技的發(fā)展，讓我們把更多的時(shí)間花在開(kāi)心的事情上，而不是在烈日之下取快遞。

末端自動(dòng)駕駛物流的技術(shù)要求

從技術(shù)來(lái)看，相對(duì)于公開(kāi)道路，末端物流有很大的便利，但它不是很簡(jiǎn)單的事情，還是很多約束。

一是智能。雖然相對(duì)城市道路，末端物流的道路速度沒(méi)這么快，但它的非結(jié)構(gòu)化程度更嚴(yán)重，包括路樁、人車混流等。我們將Waymo自動(dòng)駕駛記錄和我們的自動(dòng)駕駛記錄進(jìn)行了一個(gè)調(diào)研，在什么情況下無(wú)人車需要做橫向決策或變動(dòng)。我們的末端車輛大概比Waymo多20-30倍，假如Waymo一公里做一次，我們的車一公里要做二三十次橫向決策。從另一個(gè)維度來(lái)講，它是更有挑戰(zhàn)的事情，要求我們的無(wú)人物流車在復(fù)雜環(huán)境下能夠做到穿梭如飛。

二是成本。公開(kāi)道路上的測(cè)試不考慮成本問(wèn)題，因?yàn)檫€是科學(xué)研究，沒(méi)面向業(yè)務(wù)和產(chǎn)品。但末端物流不一樣，其產(chǎn)品化的腳步越來(lái)越近，我們要切實(shí)考慮它能創(chuàng)造多少收益，成本支出限制是什么？成本十幾萬(wàn)的一輛車肯定養(yǎng)不活自己。這跟公開(kāi)道路的無(wú)人車是兩個(gè)不同的課題。

三是穩(wěn)定。無(wú)人車的系統(tǒng)如何做到7*24小時(shí)，在不同天氣、不同環(huán)境下實(shí)現(xiàn)穩(wěn)定可靠的運(yùn)輸？如果無(wú)人車成為業(yè)務(wù)和產(chǎn)品，它必須隨時(shí)在崗。這個(gè)問(wèn)題的解決不要拘泥于算法的解決，自動(dòng)駕駛處于一個(gè)大的物流系統(tǒng)，很多的單點(diǎn)問(wèn)題如果從算法來(lái)解決，是永遠(yuǎn)解決不完的。我們要考慮如何用系統(tǒng)的力量、產(chǎn)品的設(shè)計(jì)，讓業(yè)務(wù)運(yùn)行起來(lái)。

阿里末端物流的實(shí)踐

所以在系統(tǒng)的設(shè)計(jì)、鏈路的打通上，阿里做了非常多的事情。今天我想談?wù)勗谒惴ㄉ稀⒓夹g(shù)上阿里做了什么事情。

智能化。我們希望這輛車很智能，可以處理不同的情況、不同的場(chǎng)景，可以穿梭如飛。跟其他公司一樣的是，我們也做感知、定位、決策、控制，但不太一樣的地方在于，我們提出了“小前臺(tái)，大中臺(tái)”的想法。

我們認(rèn)為感知、定位、決策、控制四個(gè)模塊是人工智能算法模塊，本質(zhì)上需要底層的驅(qū)動(dòng)。很多人都在說(shuō)人工智能，但我認(rèn)為應(yīng)該叫計(jì)算智能。人工智能的意思是像人一樣智能，但這是不靠譜的。我們想要造一架飛機(jī)，不可能像鳥(niǎo)一樣做鐵翅膀，這不是一個(gè)正確的思路。我們更多要用計(jì)算機(jī)的特點(diǎn)，從數(shù)據(jù)、計(jì)算上找到智能的來(lái)源，所以應(yīng)該叫計(jì)算智能。

“小前臺(tái)，大中臺(tái)”本質(zhì)上是希望打造一個(gè)計(jì)算驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)的賦能組織，讓不同算法可以減少對(duì)人工設(shè)計(jì)的依賴。因?yàn)槿斯ぴO(shè)計(jì)本質(zhì)上是將自己的知識(shí)轉(zhuǎn)化為智能，但人的理解非常膚淺，很難理解圖像、激光雷達(dá)在高維空間里的表達(dá)。過(guò)去十幾年，機(jī)器學(xué)習(xí)、人工智能的發(fā)展本質(zhì)上遵循一個(gè)規(guī)律，人的設(shè)計(jì)是不靠譜的，我們要用計(jì)算、自動(dòng)化方式替代人工設(shè)計(jì)，從而帶來(lái)提升。

最初，我們分類器是規(guī)則分類。我們發(fā)現(xiàn)人工設(shè)計(jì)的特征很明顯，所以用深度學(xué)習(xí)替代人工設(shè)計(jì)，變成自動(dòng)化學(xué)習(xí)的特征。

第二是傳感器、計(jì)算平臺(tái)等硬件。人工智能的發(fā)展，是計(jì)算代替人工設(shè)計(jì)的過(guò)程。即便到了今天，我們發(fā)現(xiàn)感知、定位、決策、控制這些模塊里還有大量的人工設(shè)計(jì)。這些設(shè)計(jì)不但降低開(kāi)發(fā)效率，需要很多工程師投入，同時(shí)嚴(yán)重降低整個(gè)模塊的質(zhì)量。我們希望通過(guò)計(jì)算智能的方式解決。在硬件上，我們做了非常多的事情，以減少硬件成本，同時(shí)帶來(lái)功耗降低。在定位模塊、傳感器模塊，我們根據(jù)算法需求往下做得更深。因?yàn)楝F(xiàn)在很多硬件不是為自動(dòng)駕駛、無(wú)人物流車輛設(shè)計(jì)的，這些設(shè)計(jì)要么過(guò)于冗余，要么達(dá)不到需求，我們必須往下做，做得越來(lái)越深。

第三是集成系統(tǒng)，系統(tǒng)要保障穩(wěn)定性。千萬(wàn)不要讓所有的問(wèn)題都交給自動(dòng)駕駛來(lái)解決。我們想做的是面向客戶的產(chǎn)品，很多時(shí)候可以用系統(tǒng)化的方法。遠(yuǎn)程人機(jī)共駕，就是一個(gè)非常好的案例。無(wú)人駕駛物流車的好處是低速，可以隨時(shí)停下，呼叫遠(yuǎn)程控制中心。未來(lái)只要把人工成本降到足夠低，可以實(shí)現(xiàn)讓1個(gè)人看100輛車甚至1000輛車。

我們希望建立計(jì)算中臺(tái)，賦能所有的算法，減少人工設(shè)計(jì)。這跟自主機(jī)器學(xué)習(xí)有點(diǎn)類似，在過(guò)去的實(shí)踐里，大家做的任務(wù)比較簡(jiǎn)單，比如文字識(shí)別、圖像識(shí)別，主要搜索的是感知網(wǎng)絡(luò)結(jié)構(gòu)、超參數(shù)，這是有限制的。但在我們的AutoDrive平臺(tái)里，我們進(jìn)行了擴(kuò)展,可以支持全鏈路需要，支持感知、規(guī)劃、定位、控制。

同時(shí)為了支持全鏈路，我們做了非常多工程上的工作，一個(gè)典型案例是仿真。比如學(xué)習(xí)決策規(guī)劃算法，這不是一個(gè)簡(jiǎn)單的圖像識(shí)別問(wèn)題。這條路徑開(kāi)得好不好，能否滿足要求？包括評(píng)價(jià)機(jī)制、仿真機(jī)制，都是非常難的工作。這方面我們搭建了一個(gè)比較完善的平臺(tái)，支持整個(gè)鏈路的學(xué)習(xí)。

基于這個(gè)平臺(tái)，我們所有算法工程師都可以把很多需要人工設(shè)計(jì)的內(nèi)容交給平臺(tái)。

在實(shí)踐落地上，我們也有收獲一些成果，比如紅綠燈識(shí)別。我們?cè)贏utoDrive平臺(tái)上搜索出來(lái)的結(jié)構(gòu)不僅效果更好，更重要的是，其計(jì)算、結(jié)構(gòu)相對(duì)來(lái)說(shuō)簡(jiǎn)單非常多。

這很容易理解。因?yàn)楣こ處熢谧鼍W(wǎng)絡(luò)設(shè)計(jì)時(shí)的首要想法是保障效果，為了效果他會(huì)把各種結(jié)構(gòu)累加上去，從而帶來(lái)效果提升。但里面可能有很多冗余，而工程師不知道。所以人的理解是非常局限的，很難穿透網(wǎng)絡(luò)結(jié)構(gòu)，直觀理解發(fā)生了什么事情。而通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方式，可以把系統(tǒng)里面冗余的結(jié)構(gòu)去掉，找到核心的表達(dá)。

除了感知外，我們也把平臺(tái)用在決策規(guī)劃里。末端場(chǎng)景車輛跟人的交互非常重要，一個(gè)決策非常謹(jǐn)慎的車在末端場(chǎng)景里是寸步難行的。如果把它設(shè)計(jì)得非常簡(jiǎn)單，可能會(huì)出現(xiàn)車輛撞人的情況。那么到底哪種是比較好的狀態(tài)？靠人的理解是很難做到的，所以通過(guò)自動(dòng)化的方式可以找到比較好的權(quán)衡。

此外，在實(shí)踐上，我們做了一些別的實(shí)踐，比如車載ISP。目前車載領(lǐng)域滿足夜視需求的產(chǎn)品不是非常多。所以我們做了一些簡(jiǎn)單的實(shí)驗(yàn)，讓ISP在弱光環(huán)境下表現(xiàn)更好。新的ISP相對(duì)于業(yè)界標(biāo)準(zhǔn)方案，對(duì)算法的幫助非常大。

從這一點(diǎn)來(lái)看，自動(dòng)駕駛最后的發(fā)展必然是越來(lái)越偏向于軟硬件一體化。硬件如何為軟件服務(wù)，軟件如何定義硬件，這必須是一起考慮的事情。

此外，我們還做了高精定位低成本方案。如果用大廠的定位方案，一套系統(tǒng)可能要十幾萬(wàn)，非常昂貴，這樣系統(tǒng)是無(wú)法支撐車輛的產(chǎn)品化的。所以我們將定位系統(tǒng)的成本做得非常小，其實(shí)際運(yùn)行也非常穩(wěn)定。

在Demo展示中，可以看到，兩個(gè)礦泉水瓶間隔1米，阿里的無(wú)人駕駛物流車寬95厘米，即左右兩邊留下共5厘米的空間。我們的定位方案進(jìn)行了上百次測(cè)試，實(shí)現(xiàn)了非常穩(wěn)定地精確定位。

最后是系統(tǒng)部分。我們的系統(tǒng)有多重安全保證的設(shè)計(jì)，因?yàn)楸ＷC安全是無(wú)人車運(yùn)行的基石，是底線。我們的被動(dòng)安全設(shè)計(jì)包括遠(yuǎn)程監(jiān)控、人機(jī)共駕等，這是系統(tǒng)必需的部分。

（雷鋒網(wǎng)）             雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。